随机组卷按大纲配比：判断 5 · 单选 25 · 多选 5 · 填空 5（共 40 题 · 75 分）
- 多选清洗的内容有（）做这题 →
- 单选用于预测分析的建模技术是（），它研究的是因变量（目标）和自变量（预测器）之间的关系。 回归算法做这题 →
- 填空____ 是指从数据集中检测、纠正或删除错误和不一致信息的过程。做这题 →
- 填空HDFS 的是基于流数据模式访问和处理超大文件的需求而开发的，默认的最基本的存储单位是____MB，具有高容错、高可靠性、高可扩展性、高吞吐率等特征，适合的读写任务是一次写入，多次读写。做这题 →
- 填空按照使用场景来分,可以分为两类:____和 聚焦爬虫做这题 →
- 填空爬虫按照使用场景来分,可以分为两类:____和____。做这题 →
- 填空____就是将分解后多任务处理的结果汇总起来，得出最后的分析结果并输出。做这题 →
- 填空____通过将重复、多余的数据筛选清除，将缺失的数据补充完整，将错误的数据纠正或去除，从而提升数据质量，提供给上层应用调用。做这题 →
- 填空模拟人类用户访问网页的行为，通过解析网页内容，提取有用的数据，并将其存储或进行进一步处理的手段或方法是____。做这题 →
- 填空原始数据往往存在各种质量问题，如缺失值、噪声、重复数据、不一致性等。这些问题严重影响了数据分析的准确性和可靠性。为了获得高质量、有价值的数据，____艺术应运而生。做这题 →
- 填空是指通过图表将若干数字以直观的方式呈现给读者。做这题 →
- 判断HDFS 适用于一次写入多次读取的应用。做这题 →
- 判断数据清理从字面上可以理解为所“脏”的数据给“洗掉”，泛指发现并纠正数据文件中可识别的错误，它包括对数据的一致性、无效值和缺失值等多方面的检查。做这题 →
- 判断GFS能提供高吞吐量的数据访问，非常适合大规模数据集上的应用。做这题 →
- 多选按照爬虫的使用场景来分，可分为（）做这题 →
- 多选以下属于常爬虫工具的有（）做这题 →
- 单选为了展示静态的数据分析结果，（）能显示事物的构成比例。做这题 →
- 单选清洗技术不是主要清洗的类型是（）做这题 →
- 单选HDFS 是基于流数据模式访问和处理的超大文件的需求而开发的，适合读写的任务是（）做这题 →
- 单选以下分析图表中，() 可以用于表示对比分析法的数据分析结果。做这题 →
- 单选数据分析广泛应用于社会各个领域，发挥着日益重要的作用，下列关于数据分析的作用说法错误的是（）做这题 →
- 单选自1990年开始，我国每10年定期进行一次全国人口普查。下列最适合呈现全国人口变化趋势的图表类型（）做这题 →
- 单选数据分析的目的不包括以下哪一项（做这题 →
- 单选下列（）不属于HDFS存在的缺点。做这题 →
- 单选数据清理主要清除和处理的内容不包括（）做这题 →
- 单选爬虫一般是用什么语言（）做这题 →
- 单选HDFS是基于流数据模式访问和处理超大文件的需求而开发格的, 默认的最基本的存储单位是64MB, 具有高容错、高可靠、高扩展、高吞吐率等特征, 适合的读写任务是 ( )做这题 →
- 单选（）提供了一个高容错性和高吞吐量的海量数据存储解决方案。做这题 →
- 单选（）是指发现并纠正数据文件中可识别的错误，包括检查数据一致性，处理无效值和缺失值等。做这题 →
- 单选下列有关 Hadoop 的说法中，错误的是（）。 - Ours deep 是开源的，项目的软件成本因此会大大降低做这题 →
- 填空在大数据时代背景下，将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化，从而为用户提供有针对性的服务，这个过程通常称为____。做这题 →
- 单选关于数据清洗，下列说法正确的是（）做这题 →
- 单选下列哪个不属于Hadoop的特性？（）做这题 →
- 单选Hadoop的高可扩展性是因为()做这题 →
- 填空____是可视化技术中用于比较整体的各个部分，并且在组成部分有限以及包含文本和百分比来描述内容时最有效。(填一个即可)做这题 →
- 填空在大数据采集阶段中，经常会使用____，其主要用于搜索引擎的数据采集和索引，帮助搜索引擎从海量的网页中提取有价值的信息。此外，网络爬虫还可以用于数据挖掘、市场研究、学术研究等领域。做这题 →
- 单选（）是Apache Hadoop的核心组件之一，用于存储大规模数据集。它将数据分散存储在多个节点上，提供高可靠性、容错性和高吞吐量。做这题 →
- 单选回旋: HDFS 采用了什么模型? 0做这题 →
- 单选数据清洗不包括____。做这题 →
- 填空（ ）采用集群来存储和管理数据资源, 运行的任务以数据为中心。即调度计算任务到数据 存储节点运行。做这题 →
- 多选数据采集的数据对象类型包括（）做这题 →
- 单选对原始数据集应用数据清洗规则和策略来发现“脏数据”并通过特定的清洗算法来清洗“脏数据”，从而得到满足预期要求的数据。具体而言，数据清洗流程包含不包括（）做这题 →
- 单选( )是大数据分析和应用的基础，( )和( )是数据分析的第一步。做这题 →
- 单选下列关于 MapReduc 技术的叙述正确的是（）做这题 →
- 判断网络爬虫后，(又被称为网页蜘蛛。网络机器人)做这题 →
- 填空____是通过一段程序代码来访问某个URL地址，解析其返回的HTML文本字符串的技术。做这题 →
- 填空____是可视化技术中简单的技术，用于绘制一个变量与另一个变量之间的关系或依存关系。做这题 →
- 单选下面关于MapReduce模型中Map函数与Reduce函数的描述正确的是( )做这题 →
- 单选以下哪个是通用爬虫（）做这题 →
- 单选百度和谷歌搜索引擎按照使用场景来分，是属于（）做这题 →